[发明专利]用于混合GPU/CPU数据处理的方法

权利要求书

1.一种用于图形遍历的计算机实现的统计推断方法，包括下面方法步骤：

提供包括中央处理单元CPU和图形处理单元GPU的计算平台；

对似然率进行初始化；

捕获输入信号的样本；

从所述样本计算样本特征；

针对所述样本特征中的每一个使用GPU计算观测似然率；

基于所述样本特征中的每一个的观测似然率和先前时间步骤中的似然率使用GPU更新似然率以形成部分假设集；

针对所述部分假设集中的每个部分假设使用CPU计算似然率校正；

针对所述部分假设集中的每个部分假设使用GPU更新似然率；

同步CPU上的第一后追踪表以匹配GPU上的第二后追踪表；以及

对更新的部分假设集执行回追踪并且确定所述更新的部分假设集中的最可能的部分假设。

2.根据权利要求1所述的方法，其特征在于，所述针对所述样本特征中的每一个计算观测似然率的步骤包括：

针对每个样本特征的每一个使用高斯混合模型计算观测似然率。

3.根据权利要求1所述的方法，其特征在于，所述针对所述样本特征中的每一个计算观测似然率的步骤包括：

针对每个样本特征的每一个使用神经网络计算观测似然率。

4.根据权利要求1所述的方法，其特征在于，所述针对所述部分假设集中的每个部分假设计算似然率校正的步骤包括：

针对所述部分假设集中的每个部分假设利用n-gram语言模型计算似然率校正。

5.根据权利要求1所述的方法，其特征在于，所述针对所述部分假设集中的每个部分假设计算似然率校正的步骤包括：

针对所述部分假设集中的每个部分假设利用神经网络计算似然率校正。

6.根据权利要求1所述的方法，其特征在于，还包括：

存储部分假设集中的每一个部分假设；和

去除低于等级阈限中的部分假设。

7.根据权利要求1所述的方法，其特征在于，还包括：

产生数据结构以存储历史的概率作为外出弧；

其中，历史表示标志序列；

其中，用来存储外出弧集合的数据结构根据退出状态的弧数目而变化。

8.根据权利要求7所述的方法，其特征在于，还包括：

将外出弧集存储在第一数据库中；

基于外出弧集产生搜索模型；

基于搜索模型的状态修订搜索模型；和

将修订的搜索模型存储在第二数据库中。

9.根据权利要求1所述的方法，其特征在于，所述“对更新的部分假设集执行回追踪并且确定所述更新的部分假设集中的最可能的部分假设”的步骤包括：使用原子比较和交换操作合并更新的部分假设集。